Bài 5: Quy Trình Tạo Mảng - Numpy Trong Python - VnCoder

• Học lập trình
• |
• Bài viết
• |
• Tin tức
• |
• Tuyển dụng
• |
• Liên hệ
• |

• Đăng ký
• |
• Đăng nhập

PHP

Laravel

Android

Java

HTML5

CSS3

NodeJS

VueJS

Swift

Python

Machine Learning

C/C++

Linux/Server

SQL

Javascript

Game

Phân tích thiết kế hệ thống

Servlet/JSP

AI

1. Trang chủ
2. AI
3. Numpy trong Python
4. Quy trình tạo mảng

• Bài 1: Giới thiệu và thiết lập môi trường
• Bài 2: Ndarray Object
• Bài 3: Kiểu dữ liệu
• Bài 4: Thuộc tính của Mảng
• Bài 5: Quy trình tạo mảng
• Bài 6: Mảng từ dữ liệu có sẵn
• Bài 7: Mảng từ dãy số
• Bài 8: Index & Slice
• Bài 9: Advanced Indexing
• Bài 10: Broadcast
• Bài 11: Duyệt Mảng
• Bài 12: Toán tử nhị phân
• Bài 13: Hàm String
• Bài 14: Hàm Toán Học
• Bài 15: Các phép tính toán học
• Bài 16: Hàm thống kê
• Bài 17: Sort, Search & Counting
• Bài 18: Chuyển đổi Byte
• Bài 19: Copy & View
• Bài 20: Ma trận
• Bài 21: Đại số tuyến tính
• Bài 22: Matplotlib
• Bài 23: Biểu đồ sử dụng Matplotlib
• Bài 24: I/O trong numpy

Bài 5: Quy trình tạo mảng - Numpy trong Python

Đăng bởi: Admin | Lượt xem: 3233 | Chuyên mục: AI Một đối tượng ndarray mới có thể được xây dựng bằng bất kỳ quy trình tạo mảng nào sau đây hoặc sử dụng một hàm tạo ndarray cấp thấp.

1. numpy.empty

Nó tạo ra một mảng chưa được khởi tạo có hình dạng và kiểu được chỉ định. Nó sử dụng hàm tạo sau:numpy.empty(shape, dtype = float, order = 'C')Cần lưu ý các tham số sau :

1. Shape : Kích thước của một mảng trống trong int hoặc tuple int
2. Dtype : Kiểu dữ liệu đầu ra mong muốn (Không bắt buộc)
3. Order : 'C' cho mảng chính hàng kiểu C, 'F' cho mảng cột chính kiểu FORTRAN

Ví dụ :import numpy as np x = np.empty([3,2], dtype = int) print xKết quả :[[22649312 1701344351] [1818321759 1885959276] [16779776 156368896]]Lưu ý : Các phần tử trong một mảng hiển thị các giá trị ngẫu nhiên khi chúng không được khởi tạo.

2. numpy.zeros :

Trả về một mảng mới có kích thước được chỉ định, gồm các phần tử là số không.numpy.zeros(shape, dtype = float, order = 'C')Ví dụ 1 : # array of five zeros. Default dtype is float import numpy as np x = np.zeros(5) print xKết quả :[ 0. 0. 0. 0. 0.]Ví dụ 2 :import numpy as np x = np.zeros((5,), dtype = np.int) print xKết quả :[0 0 0 0 0]Ví dụ 3 :# custom type import numpy as np x = np.zeros((2,2), dtype = [('x', 'i4'), ('y', 'i4')]) print xKết quả :[[(0,0)(0,0)] [(0,0)(0,0)]]

3. numpy.ones :

Trả về một mảng mới có kích thước và kiểu đã chỉ định,gồm các phần tử có giá trị là 1.Ví dụ 1 :# array of five ones. Default dtype is float import numpy as np x = np.ones(5) print xKết quả :[ 1. 1. 1. 1. 1.]Ví dụ 2 :Live Demoimport numpy as np x = np.ones([2,2], dtype = int) print xKết quả :[[1 1] [1 1]] Bài tiếp theo: Mảng từ dữ liệu có sẵn >>

Theo dõi VnCoder trên Facebook, để cập nhật những bài viết, tin tức và khoá học mới nhất!

Chia sẻ bài viết

• Bài 1: Giới thiệu và thiết lập môi trường
• Bài 2: Ndarray Object
• Bài 3: Kiểu dữ liệu
• Bài 4: Thuộc tính của Mảng
• Bài 5: Quy trình tạo mảng
• Bài 6: Mảng từ dữ liệu có sẵn
• Bài 7: Mảng từ dãy số
• Bài 8: Index & Slice
• Bài 9: Advanced Indexing
• Bài 10: Broadcast
• Bài 11: Duyệt Mảng
• Bài 12: Toán tử nhị phân
• Bài 13: Hàm String
• Bài 14: Hàm Toán Học
• Bài 15: Các phép tính toán học
• Bài 16: Hàm thống kê
• Bài 17: Sort, Search & Counting
• Bài 18: Chuyển đổi Byte
• Bài 19: Copy & View
• Bài 20: Ma trận
• Bài 21: Đại số tuyến tính
• Bài 22: Matplotlib
• Bài 23: Biểu đồ sử dụng Matplotlib
• Bài 24: I/O trong numpy